Modelado matemático del control del crecimiento tisular mediante retroalimentación positiva y negativa

Área de la Ciencia:

• Biología matemática
• Biología del desarrollo
• Biología de sistemas

Sus antecedentes:

• El crecimiento del tejido es un proceso complejo regulado por la retroalimentación sistémica y local.
• Comprender estos mecanismos reguladores es crucial para campos como la embriogénesis, la regeneración y la oncología.
• Los modelos existentes a menudo simplifican la intrincada interacción de las vías de señalización.

Objetivo del estudio:

• Investigar el modelado matemático de los mecanismos de retroalimentación sistémica y local en la regulación del crecimiento de los tejidos.
• Explorar la dinámica del crecimiento de los tejidos utilizando ecuaciones de reacción-difusión, haciendo hincapié en la señalización endocrina y la comunicación entre los tejidos.
• Identificar los factores críticos que influyen en las estructuras espaciales y el crecimiento coordinado.

Principales métodos:

• Utilizando ecuaciones de reacción-difusión para modelar la dinámica de crecimiento de los tejidos.
• Analizar los circuitos de retroalimentación sistémicos y locales, incluida la señalización endocrina.
• Investigando los fenómenos de bifurcación y la estabilidad de las soluciones de pulso y onda.

Principales resultados:

• Factores críticos identificados para la aparición de estructuras espaciales en los tejidos en crecimiento.
• Se ha demostrado que una fuerte retroalimentación negativa conduce a un tamaño de tejido estable y finito (solución de pulso).
• Se demostró que la retroalimentación negativa débil resulta en una expansión ilimitada del tejido (solución de ondas).

Conclusiones:

• Los sistemas de retroalimentación juegan un papel fundamental en el control del tamaño de los tejidos y la prevención de la proliferación incontrolada.
• El estudio proporciona información teórica sobre el crecimiento coordinado de los tejidos, relevante para la embriogénesis, la regeneración y el desarrollo de tumores.
• El modelado matemático ofrece un marco poderoso para comprender procesos biológicos complejos y mantener la homeostasis fisiológica.